python XML用微型解析

Question

我有这个xml文件我需要以与XML文件相同的顺序读取同步和事件的值。

<Episode>
<Section type="report" startTime="0" endTime="263.035">
    <Turn startTime="0" endTime="4.844" speaker="spk1">
        <Sync time="0"/>
        aaaaa
    </Turn>
    <Turn speaker="spk2" startTime="4.844" endTime="15.531">
        <Sync time="4.844"/>
        bbbbb
        <Event desc="poz" type="noise" extent="begin"/>
        ccccc
        <Event desc="poz" type="noise" extent="end"/>
        ddddd
    <Sync time="12.210"/>
        eeeee 
    </Turn>
    <Turn speaker="spk1" startTime="15.531" endTime="17.549">
        <Event desc="poz" type="noise" extent="begin"/>
        fffff
    </Turn>
</Section>
</Episode>

我需要此输出：

aaaaa
bbbbb
ccccc
ddddd
eeeee
fffff

有解决方案吗？谢谢。

Answer 1

使用内置萨克斯解析器：

from xml import sax
class EpisodeContentHandler(sax.ContentHandler):
    def characters(self, content):
        content = content.strip()
        if content:
            print content
with open("Episode.xml") as f:
    sax.parse(f, EpisodeContentHandler())

Answer 2

，除非您以某种方式限于使用Minidom，否则请按照Martijn建议使用'ElementTree'。根据我的个人经验，它更容易使用。您可以在此处找到它的文档

出于问题，您可以尝试这样的事情：

import xml.etree.ElementTree as ET
# Get the tree structure of the XML
tree = ET.parse("data.xml")
# Get the root/first tag in the tree
root = tree.getroot()
# Ge all elements with interesting tags
for child in root.findall("Sync"):
   print child.text

Sidenote：child.attrib是所有标签属性的地图。

Answer 3

如果您坚持使用Minidom：

elements = minidom.parseString(xml).getElementsByTagName('*') # where xml is your input xml
for el in elements:
    if el.localName == 'Sync' or el.localName == 'Event':
        print el.nextSibling.nodeValue.strip()

这将打印：

aaaaa
bbbbb
ccccc
ddddd
eeeee
fffff